KDD

上海内推 | 微软亚洲研究院上海人工智能组招聘深度学习研究实习生

团队成员具有丰富的研究经验，近年来在人工智能相关领域的顶级会议或者期刊如PNAS,ICML,NIPS,ICLR,KDD,SIGIR,WWW,ICCV,CVPR,AAAI,
PaperWeekly·2022-12-02 03:53

[论文阅读]Motif Prediction with Graph Neural Networks, KDD, August 14-18, 2022

[论文阅读]MotifPredictionwithGraphNeuralNetworks,KDD,August14-18,2022总体介绍本篇发表在KDD’22,August14-18,2022，作者是来自苏黎世联邦理工学院
余漱·2022-12-01 12:39

KDD2019-2020论文笔记

重参数技巧Re-parameterizationTrick重参数就是把带有随机性的变成确定性的节点，同时随机性用另一个输入节点代替。例一：VAE举简单的VAE(变分自编码器)的例子说明：一个连续分布(正态分布)的重参数最原始的自编码器：左右两边是端到端的出入输出网络，中间的绿色是提取的特征向量，这是一种直接从图片提取特征的方式。VAE:不直接用网络去提取特征向量，而是提取这张图像的分布特征，也就把
QYQ_QYQ·2022-12-01 05:35

KDD 2022 | 美团技术团队精选论文解读

今年，美团技术团队有多篇论文被KDD2022收录，这些论文涵盖了图谱预训练、选择算法、意图自动发现、效果建模、策略学习、概率预测、奖励框架等多个技术领域。
文文学霸·2022-12-01 04:42

知识图谱顶会论文(KDD-2022) kgTransformer：复杂逻辑查询的预训练知识图谱Transformer

Pre-TrainingKnowledgeGraphTransformersforComplexLogicalQueries论文地址:https://arxiv.org/abs/2208.07638论文会议:KDD202217
Cheng_0829·2022-12-01 04:11

数据挖掘导论阅读笔记第一章：绪论

数据挖掘导论（完整版）阅读笔记--第一章了解数据挖掘一、什么是数据挖掘二、了解KDD三、数据挖掘要解决的问题（了解即可）四、数据挖掘任务了解数据挖掘一、什么是数据挖掘数据挖掘是在大型数据存储库中，自动地发现有用信息的过程
つ天然呆¹³¹⁴·2022-11-30 18:05

数据挖掘 知识发现过程与应用结构

知识发现的基本过程KDD是一个多步骤的处理过程，分为问题定义、数据抽取、数据预处理、数据挖掘以及知识评估等基本阶段。
三元湖有大锦鲤·2022-11-30 18:35

数据挖掘-绪论

在大型数据存储库中，自动地发现有用的信息的过程；更严谨的表述：数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、潜在的有用的信息和知识的过程；数据库知识发现KDD
小孩的小马甲·2022-11-30 18:02

【数据挖掘——第一章 绪论】

下面是数据库中知识发现（KDD）过程：数据预处理的目的是将未加工的输入数据转换成适合分析的形式。
一天雪·2022-11-30 18:01

数据挖掘绪论

数据挖掘(从数据中发现知识)从大量的数据中挖掘哪些令人感兴趣的、有用的、隐含的、先前未知的和可能有用的模式或知识挖掘的不仅仅是数据（所以“数据挖掘”并非一个精确的用词）数据挖掘的替换词数据库中的知识挖掘（KDD
cloud-2014·2022-11-30 17:29

《数据挖掘导论》绪论

数据挖掘概念数据挖掘是在大型数据存储库中，自动的发现有用信息的过程，是数据库中知识发现(KDD)的一部分。数据挖掘任务预测建模：训练一个模型，使目标变量预测值与实际值之间的误差达到最小。
Joutlier·2022-11-30 17:28

一 数据挖掘绪论

数据挖掘与知识发现：数据挖掘是知识发现KDD不可缺少的一部分。
DMU_lzq1996·2022-11-30 17:20

Re37：读论文 G2G Graph2Gauss Deep Gaussian Embedding of Graphs: Unsupervised Inductive Learning via Rank

UnsupervisedInductiveLearningviaRanking论文下载地址：https://arxiv.org/abs/1707.03815数据集、源码和其他附件下载地址：https://www.kdd.in.tum.de
诸神缄默不语·2022-11-29 10:54

前沿重器[18] | KDD21-淘宝向量检索

前沿重器栏目主要给大家分享各种大厂、顶会的论文和分享，从中抽取关键精华的部分和大家分享，和大家一起把握前沿技术。具体介绍：仓颉专项：飞机大炮我都会，利器心法我还有近期，我再次总结了我的历史文章，累积起来有50w字，百余篇文章了，有兴趣可以拿来看看，获取方式：七夕清流，百余篇累计50w字文章合集发布。往期回顾前沿重器[13]|知乎query改写思路启示前沿重器[14]|美团小样本学习技术总结前沿重器
机智的叉烧·2022-11-29 09:46

独家 | PHM数据竞赛首个中国夺冠团队经验分享（常用模型&赛题详解&PPT&视频）...

在KDD-CUP竞赛中，题目相对通用，对于参赛人员的门槛较低
weixin_34392906·2022-11-29 04:38

KDD 2017 | metapath2vec：异质图的可扩展表示学习

元路径随机游走3.metapath2vec++4.实验5.小结前言题目：metapath2vec:ScalableRepresentationLearningforHeterogeneousNetworks会议：KDD2017
Cyril_KI·2022-11-28 09:53

KDD2021| 工业界搜推广nlp论文整理

本文整理了KDD21的AcceptedPapers[1]中，工业界在搜索、推荐、广告、nlp上的文章。
文文学霸·2022-11-27 13:57

知识图谱推理论文阅读 Learning to Walk across Time for Interpretable Temporal Knowledge Graph

来源：2021KDD模型代码：https://github.com/sharkmir1/T-GAP主要贡献1、提出了一种新的GNN编码器能够从时序知识图谱中有效地捕捉查询相关的信息。
一只小小小猫(^･ｪ･^)·2022-11-27 13:37

2021-CIKM-SimpleX: A Simple and Strong Baseline for Collaborative Filtering

SimpleX个人认为亮点在损失函数上，模型大道至简，表现很好；但是拿CCL和BPR比相当于对于每个正样本pair，使用了更多（采样数量）并且权重不等（margin）的负样本，类似于阿里的EBR（21kdd
Dive_·2022-11-27 10:01

DIN：使用Attention挖掘历史数据的深度兴趣网络

DIN要解决的问题DIN(DeepInterestNetwork)是阿里巴巴用于解决工业级CTR预估问题的预测模型，论文收录于KDD2018。
唐犁·2022-11-27 05:15

USAD-UnSupervised Anomaly Detection on Multivariate Time Series一种基于自编码器的多元时间序列无监督异常检测

文章目录引言训练+检测架构1.输入2.两阶段的训练过程3.推理获得异常分数4.实验KDD2020年的paper，被引141次论文：UnSupervisedAnomalyDetectiononMultivariateTimeSeries
wfl6666·2022-11-26 22:21

推荐系统工业界顶会论文总结——WSDM 2021

推荐系统工业界顶会论文总结——RecSys2021-知乎前言推荐系统工业界顶会论文总结系列将跟踪2021年后的WSDM,AAAI,WWW,IJCAI,SIGIR,KDD,RecSys,ICML等推荐系统顶会
a flying bird·2022-11-26 21:38

论文浅尝 | 基于知识图谱注意力网络的商品推荐

论文链接：https://arxiv.org/pdf/1905.07854.pdf发表会议：KDD2019任务定义输入：协同过滤知识图谱具体来说包括两个部分，其一是用户和商品的二部图其二是原始的知识图谱输出
开放知识图谱·2022-11-26 11:05

[KDD 2022]ROLAND Graph Learning Framework for Dynamic Graphs

ROLAND:GraphLearningFrameworkforDynamicGraphs介绍对于动态图，现有的工作有以下局限：静态图模型不能很好地迁移到动态图上现有的评估方式都不考虑模型和数据的更新现有的方法往往需要把所有或大部分数据读到GPU里，再把所有边用来信息传递，这导致模型不能跑太大的图。此外，很少有工作能让模型快速应用于新数据集上。本工作提出的框架针对上述的三个局限：模型：这个框架可以
yujianke100·2022-11-26 04:58

From Data Mining to Knowledge Discovery in Databases

其中相当一部分是机翻，可能不太通顺，从第3节KDD的过程开始，是人机结合翻译，对有/道翻的不好的地方进行修正，然后有一些名词和知识点我目前还不太懂，可能也翻得比较粗糙（虽然我自己看也觉得翻得像一坨……但是我就是发上来存一下
_StarryNight_·2022-11-25 20:42

工业界推荐_Industrial RS(5)

IndustrialRSMeituanHongweietal.Knowledge-awareGraphNeuralNetworkswithLabelSmoothnessRegularizationforRecommenderSystems.KDD
笃℃·2022-11-23 19:30

CCF A类会议或期刊----多视图聚类近两年论文

工具代码位置期待您的PR会议/期刊论文kdd2021ANovelMulti-ViewClusteringMethodforUnknownMappingRelationshipsBetweenCross-ViewSamples.ICDE2021LatentLow-rankGraphLearningforMultimodalClustering.ICDE2020ANovelApproachtoLear
Thingcor·2022-11-23 14:46

KDD CUP 2020之Debiasing赛道方案 (Rush)

“本文介绍了Rush团队在KDDCUP2020的Debiasing赛道中的解决方案，涵盖了在召回，粗排以及精排阶段的问题思考和总结，并针对核心算法模块给出了清晰的代码实现，全程干货，推荐大家学习！”团队介绍：Rush团队成员主要来自中科院，厦门大学和哈尔滨工业大学。团队有多名非常优秀的2021应届生，大佬们有工作机会的话，欢迎私信知乎"蘑菇先生"或添加微信"xtf_sir"。也欢迎大家点击文末阅读
风度78·2022-11-22 06:29

【图神经网络论文整理】（一）—— Causal Attention for Interpretable and Generalizable Graph Classification：CAL

KDD'22:Proceedingsofthe28thACMSIGKDDConferenceonKnowledgeDiscoveryandDataMiningAugust2022Pages1696–1705
咕 嘟·2022-11-22 03:06

异质网络模型HetGNN论文总结理解

论文题目：HeterogeneousGraphNeuralNetwork论文来源：KDD2019论文链接：https://www3.nd.edu/~dial/publications/zhang_2019
ren.yz·2022-11-22 02:07

【CTR】《Towards Universal Sequence Representation Learning for Recommender Systems》 (KDD‘22)

《TowardsUniversalSequenceRepresentationLearningforRecommenderSystems》(KDD‘22)序列推荐是根据用户点击过的item序列，学习出一个序列表征
chad_lee·2022-11-21 23:21

KDD2022推荐系统论文集锦(附pdf下载)

据统计，今年共有1695篇有效投稿，其中254篇论文被接收，接收率为14.98%，相比KDD2021的接收率15.44%有所下降。
机器学习与推荐算法·2022-11-21 22:19

KDD‘22推荐系统论文梳理(24篇研究&36篇应用论文)

2022推荐系统论文梳理系列推荐系统相关顶会整理AAAI'22推荐系统论文梳理IJCAI'22推荐系统论文梳理ICML/ICLR'22推荐系统论文梳理WWW'22推荐系统论文之序列推荐篇WWW'22推荐系统论文之多任务与对比学习篇WWW'22推荐系统论文之图神经网络篇ACL/NAACL'22推荐系统论文梳理RecSys'22推荐系统论文梳理SIGIR'22推荐系统论文之POI篇SIGIR'22推荐
AI算法札记·2022-11-21 22:15

KDD2022 | 推荐系统通用序列表示模型UniSRec

©作者｜侯宇蓬机构｜中国人民大学研究方向|推荐系统和图机器学习本文提出一种面向推荐系统的通用序列表示学习方法。已有序列推荐模型通常显示地建模商品ID，迁移性较差并存在冷启动问题。本文提出基于商品文本学习可迁移的通用商品表示，并在多领域行为序列上预训练来学习通用序列表示。预训练得到的模型可以高效地迁移至新领域和新平台。前言：当前对序列推荐的研究集中于开发更高效的序列表示学习（SRL）模型。大部分已有
文文学霸·2022-11-21 22:34

KDD2022推荐系统论文集锦

据统计，今年共有1695篇有效投稿，其中254篇论文被接收，接收率为14.98%，相比KDD2021的接收率15.44%有所下降。
文文学霸·2022-11-21 22:03

[2022-KDD] Towards Universal Sequence Representation Learning for Recommender Systems

TowardsUniversalSequenceRepresentationLearningforRecommenderSystems0.摘要有许多序列表示学习被提出对用户的历史行为进行建模，这些方法由于建模物品ID的限制，很难迁移到新的推荐场景中。对此我们提出了UniSRec，一个通用的序列表示学习方法。这个方法使用物品的相关描述文本从不同的推荐场景中学习可以迁移的表示。这个方法有两种类型：对于
coder_ZYM·2022-11-21 22:31

读论文《Multi-Behavior Hypergraph-Enhanced Transformer for Sequential Recommendation》

0Summary:Title:Multi-BehaviorHypergraph-EnhancedTransformerforSequentialRecommendationconference:KDD2022
请站在我身后·2022-11-21 18:43

tsfresh:一款表现出色的自动化提取时序特征的 Python 工具包

/github.com/blue-yonder/tsfresh‍●tsfresh文档：https://tsfresh.readthedocs.io完整代码，技术交流，文末获取图1：时序简易特征示意图以KDD2022
Python数据挖掘·2022-11-21 07:31

顶级图神经网络会议

§KDD§ICLR§ICML§NeurIPS§WWW§WSDM搜索建议：Tips:Narrowdownrelevantpapersbysearchingtitles(e.g.,containing“graph
fVector·2022-11-20 22:56

【KDD2021】Are we really making much progress? Revisiting, benchmarking, and refining HGNNs

文章目录摘要1引言3现有异构GNN的问题3.1节点分类3.1.1[HAN](https://blog.csdn.net/yyl424525/article/details/103804574)3.1.2[GTN](https://blog.csdn.net/qq_36291847/article/details/115731620)3.1.3[RSHN](https://blog.csdn.net
林若漫空·2022-11-20 16:57

【论文解读|KDD2021】HeCo - Self-supervised Heterogeneous Graph Neural Network with Co-contrastive Learning

对比学习基于对比学习的自监督异构图神经网络文章目录摘要1引言2相关工作4HeCo模型4.1节点特征转化4.2网络模式视图编码器4.3元路径视图4.4视图掩码机制4.5协同对比优化5实验6结论摘要异构图神经网络(HGNNs)作为一种新兴技术，在处理异构信息网络(HIN)方面表现出了卓越的能力。然而，大多数HGNN遵循半监督学习方式，这明显限制了它们在现实中的广泛使用，因为在实际应用中标签通常很少。近
林若漫空·2022-11-20 16:27

机器学习面试题——决策树DT（Decision Tree），二叉树或多叉树分支决策分类

E.B.Hunt等人于1966年发表的论文“experimentsinInduction”，但真正让决策树成为机器学习主流算法的还是Quinlan（罗斯.昆兰）大神（2011年获得了数据挖掘领域最高奖KDD
冰露可乐·2022-11-20 11:50

数据挖掘的数据集资源

在KDNuggets上有Datasets栏目，提供一些数据集，网址为：http://www.kdnuggets.com/datasets/还有另外一个很好的资源网址为：http://kdd.ics.uci.edu
纪俊·2022-11-20 10:55

推荐系统顶会论文总结——KDD 2021

KDD20211.ReinforcedAnchorKnowledgeGraphGenerationforNewsRecommendationReasoningAuthor(Institute):JianxunLianKeyWords
Bad man_·2022-11-19 19:19

李宏毅机器学习2020课后作业笔记 【hw2】 收入分类

.数据预处理3.模型构建与训练4.评估与预测5.个人总结1.问题描述判断收入是否超过50000，数据集有一些特征，比如说教育背景、出生地之类，是一个二分类的问题，数据集来源Census-Income(KDD
yyiloveuu·2022-11-19 18:08

KDD CUP 2022 风能预测赛题冠军方案分享

KDDCUP竞赛是由ACM的数据挖掘及知识发现专委会（SIGKDD）主办的数据挖掘研究领域的国际赛事，从1997年开始，每年举办一次，被称为数据挖掘领域的“世界杯”，是该领域水平最高、最有影响力的顶级赛事。今年KDDCUP共有2个赛题，分别是有百度承办的风电功率预测赛道和亚马逊承办的商品搜索赛道。我们时空大数据小组有幸邀请到了KDDCUP2022风电功率预测赛道的冠军团队来分享一下他们的竞赛方案。
时空大数据小组·2022-11-19 17:35

KDD CUP 2021首届图神经网络大赛放榜，百度飞桨PGL获得2金1银

近日，由KDDCUP与OGB（OpenGraphBenchmark）联合举办的首届图神经网络大赛正式放榜，在DeepMind、微软、蚂蚁金服、UCLA等全球500多个顶尖企业、高校和实验室的激烈竞争中，百度凭借飞桨图学习框架PGL一路过关斩将，最终在全部三个赛道包揽了两冠一亚。（本次大赛承办方斯坦福大学JureLeskovec教授宣布冠军队伍）据了解，KDDCUP是ACMSIGKDD组织的年度赛事
百度-NLP·2022-11-19 17:41

万字长文详述对话推荐系统的逻辑与演化

©作者｜尚琛展机构｜中国人民大学硕士一年级导师｜张静、赵鑫研究方向|推荐系统与自然语言处理本文将围绕近四年来发表在顶级会议（NeurIPS、SIGIR、KDD、EMNLP、WSDM、COLING）上的9
文文学霸·2022-11-19 11:12

KDD 2022 | 美团技术团队精选论文解读

今年，美团技术团队有多篇论文被KDD2022收录，这些论文涵盖了图谱预训练、选择算法、意图自动发现、效果建模、策略学习、概率预测、奖励框架等多个技术领域。
美团技术团队·2022-11-15 19:39

Dual Channel Hypergraph Collaborative Filtering 读书笔记

DualChannelHypergraphCollaborativeFiltering阅读笔记KDD2020ShuyiJi,YifanFeng,RongrongJi,XibinZhao,WanwanTang
宇宙哇·2022-11-15 08:53
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他